美軍為何成為人工智能“最強王者”

趙林

智能化作戰毫無疑問將是未來戰爭的主要形態，也將是各國重新進行實力角逐的領域。美軍一直注重人工智能領域的技術研發，從國家戰略層面加緊布局，加之卓越的技術研發機構為人工智能發展奠定了堅實基礎，使得美國取得了大批令世界矚目的成果。就目前形勢而言，美國仍然處于領頭羊的位置，具有明晰的發展戰略、具體的戰術模式和強有力的技術支撐。

2018年美國國防部人工智能戰略摘要

頂層設計戰略牽引，前瞻研究核心領域

美軍很早便啟動了跨學科人工智能項目，綜合了計算機科學、數學、概率論、統計和認知科學等領域內的最新成果。美國軍方以美國政府及國防部2019年2月發布的《美國人工智能倡議》和《美國國防部人工智能戰略報告》為依據，相繼制定人工智能技術研發規劃、重點項目設想、技術標準規范，著力構建研發生產、作戰運用和人才培養體系，為人工智能技術研發指引方向、明確要求。美軍還統籌運用聯合人工智能中心、美國國防高級研究計劃局、美國國防實驗室及其他專注于人工智能研發的單位，細化職責分工，以期盡快推動人工智能研發項目落地見效。其在人工智能方面的研究主要涉及自然語言理解、外部世界感知、學習認知能力以及終身學習機器領域。

理解多國語言文字，像翻譯家一樣閱讀理解。美軍在20世紀70年代初啟動了語音識別研究項目，支持多個研究機構采用不同的方法進行語音識別研究。進入80年代，開始采用統計學的方法研究語音識別技術，開發的軟件能夠識別整句連續的語音。2000年之后，開始研制通過對話進行人機交互的系統，該系統還能從與不同人的對話中學習經驗。2005年，美軍啟動“全球自動化語言情報利用”項目，研發對標準阿拉伯語和漢語的印刷品、網頁、新聞及電視廣播進行實時翻譯的技術，目標是使得95%的文本文檔翻譯和90%的語音文件翻譯均能達到95%的正確率。2012年，美軍啟動的“文本深度發掘和過濾”項目，更加明確地提出要利用深度學習技術發掘大量文本中隱含的、有實際價值的信息，同時還要具備將處理后的信息進行進一步整合的能力。2014年，美軍啟動“大機制”項目，將知識片段綜合成更完整的模型，并提出實現特定目標的干預措施。

增強外部感知能力，像人類一樣感覺世界。環境感知主要涉及各類傳感器信息的識別和應用。隨著研究的深入，特別是研制無人系統對信息輸入的苛刻要求，美軍的項目從對靜態信息的識別逐漸向動態信息的感應和識別方向發展。1976年開始的“圖像理解”項目，最初的目標是用5年的時間開發出能夠自動或半自動分析軍事照片和相關圖片的技術。1979年，項目又增加了圖形繪制技術。到了1981年，預計5年內完成的項目并沒有終止，持續到2001年，為解決環境感知問題，啟動了“PerceptOR”項目。該項目的目的是開發新型無人車用感知系統，保證無人車能夠在越野環境中執行任務，并且能在各種戰場環境和天氣條件下使用。2005年，該項目完成階段性研究，轉移到“未來作戰系統地面無人車集成產品”項目進行系統開發與測試。2010年3月，美軍啟動“心靈之眼”項目，為機器建立智能視覺，實現對視頻信息進行推理。

深度學習的提出，為人工智能的發展帶來了澎湃動力

提高學習認知能力，像成人一樣分析判斷。美軍在20世紀80年代采用自動推理，顯著改善了“沙漠風暴”和“沙漠盾牌”行動中的相關問題，之前需要4天才能完成的部署，現在僅需要數小時就能完成。國防高級研究計劃局創建了認知計算系統，提高了不同層次軍事決策的效率，并實現更小型、移動性更高且不易受到影響的指揮中心。2006年開始的“綜合學習”項目，目標是將專業領域知識和常識綜合建立一個推理系統，該系統能像人一樣學習并可用于多種復雜任務。2010年，美軍開始資助深度學習項目，目標是構建一個通用的機器學習引擎。深度學習可以完成需要高度抽象特征的人工智能任務，如語音識別、圖像識別和檢索、自然語言理解等。2016年10月，“可解釋的人工智能”項目公告明確指出，新的機器學習系統將能解釋自身邏輯原理、描述自身優缺點，并解釋未來的行為表現。2017年3月，美軍從學術和工業界中挑選出了13家研究機構進行資助。目前，華盛頓大學的研究團隊已經取得了一系列研究成果。

實現自主性自適應，像孩子一樣從小學習。美軍于2017年“啟動終身學習機器”項目，探索生物學習機理在人工智能中的應用，推進新一代人工智能系統的發展。該項目的目標是開發支持下一代“自適應”人工智能系統所需的技術，使其能夠在實際環境中基于情景進行在線式現場學習并改善性能，不需要進行線下再編程或再訓練。美軍試圖將生物學習機理應用于計算機機器學習系統，打破現有機器學習系統對預編程和訓練樣本的依賴，使人工智能系統像生物系統一樣能夠根據經驗進行決策，提高行動的自主性，增強廣度環境適應能力。為了實現這一目標，“終身學習機器”項目旨在從根本上開發一種全新的機器學習機制，使系統能夠從經驗中不斷學習，就像孩童和其他生命體一生不斷從經驗中進行學習與訓練一樣。通過研發新一代機器學習技術，使其具備能夠從環境中不斷學習并總結出一般性知識的能力，這將為第三次人工智能技術浪潮打下堅實的技術基礎。

推進平臺智能化發展，高度重視作戰運用

未來戰爭形態正逐步由信息化轉變為智能化，美軍近年來大力推動人工智能的實戰化運用，試圖建立人工智能作戰體系。美國提出的“第三次抵消戰略”中提及要聚焦人工智能與自主技術，開發驗證無人機蜂群作戰、人機協同作戰、智能認知作戰、數據開源作戰、全域滲透作戰等作戰模式，并提升作戰平臺的智能化水平。美國目前雖然并未實現武器平臺的普遍智能化，但由國防高級研究計劃局、國防部戰略能力辦公室、空軍、海軍等部門推進的試點項目均取得了一定成果。

山鶉微型無人機

智能化反艦導彈，真正實現“發射后不用管”。“遠程反艦導彈”項目將成為美軍推行分布式殺傷概念的核心裝備和重點發展武器。該型導彈具備良好的平臺適應性，可以覆蓋水面艦艇的常見交戰距離，具有大射程、抗干擾等優點，在自主感知威脅、自主在線航跡規劃、多彈協同、目標價值等級劃分、目標識別等方面的智能化水平極高。目前其空射版已經于2018年首先列裝了美國空軍第28轟炸機聯隊。

無人機作戰蜂群，成本低廉作用巨大。山鶉微型無人機能盡快形成戰斗力，投入實戰。該型無人機體型小，重量不到300克，可以裝到一個特制的投射筒內由戰斗機和直升機攜帶投送，F-16戰斗機使用標準ALE-47曳光彈投放器投放，一次可以部署多達30架以上的無人機;“小精靈”項目通過研究空中發射和回收技術，利用大型運輸機對小型無人機進行遠程投送，成群的無人機可以很容易地作為分布式傳感器節點，在相當短的時間內在廣闊的區域內收集圖像或其他情報。

混編搭配協同作戰，發揮武器裝備最大效能。“忠誠僚機”項目旨在通過為F-16戰斗機設計和研制一種人工智能模塊，增加無人機自主作戰能力，確保美空軍在未來戰爭中實現無人駕駛的F-16四代戰斗機與F-35A五代戰斗機之間形成高低搭配，通過“有人-無人”編隊協同作戰，有效摧毀空中和地面目標。2019年3月5日，由美國空軍實驗室和克瑞托斯無人機系統公司聯合研發的XQ-58A戰斗無人機首飛成功，未來將作為F-22或F-35的“忠誠僚機”。技術成熟后，無人僚機能夠達到高度自動的程度，可以實現更智能的無人機與有人戰機配合作戰。

智能化無人潛航器，自動控制功能全面。“大直徑無人潛航器”項目旨在解決無人潛航器的長期自主水下作業、利用傳感器實現安全自主導航等問題。該類潛航器能夠搭載不同傳感器和任務模塊，自動控制能力更高，能夠數月、遠距離執行任務。它具有掃雷、跟蹤、情報偵察、自主工作、智能化攻擊的能力，可搭載各種類型的導彈、炸彈甚至核彈進行自主攻擊;既可獨立使用，也可在包括巡航導彈核潛艇、弗吉尼亞級攻擊核潛艇和水面艦艇等多種平臺上部署，預計在2020年形成作戰能力。

智能化追蹤反潛艇，底噪柴電潛艇的“殺手”。“持續追蹤無人反潛艇”項目旨在應對未來安靜型柴電潛艇的威脅。該艇利用人工智能與艇載傳感器進行導航，具有探測、跟蹤、告警、規避功能。艇體采用復合材料，具有隱身性能;該艇暴露在水面以上的部分體積不大，雷達反射截面積較小，主艇體潛行在10米以下，整艘艇的隱蔽性和淺海航行能力均較好，續航時間為3個月，機動性能強，具有極佳的前沿部署能力及大范圍反潛能力。

“忠誠僚機”項目想象圖

美國遠程反艦導彈

引領第三代人工智能，聚焦提高戰場智慧

美軍依據技術特征，認為人工智能技術的發展已經歷第一次和第二次浪潮，正迎來第三次浪潮。第一次人工智能技術浪潮開始于20世紀60年代初，以“手工知識”為特征，沒有學習能力，處理不確定性的能力很弱。第二次人工智能技術浪潮開始于20世紀60年代末，以“統計學習”為特征，具有很低程度的推理能力。第三次人工智能技術浪潮以“自適應”為特征，可持續學習并且可解釋，機器與人之間可以進行自然的交流，系統在遇到新的任務和情況時能夠學習及推理。人工智能的持續自主學習能力將是第三次人工智能技術浪潮的核心動力。

2018年9月7日，國防高級研究計劃局宣布未來5年將投資高達20億美元，啟動致力于開發第三代人工智能技術的AI Next項目。該項目基于過去60年引領開發的兩代人工智能技術，旨在解決國防部最棘手的問題，并定義和塑造未來作戰的發展趨勢。俄羅斯戰略文化基金會網站2019年3月11日發表題為《美國在信息戰領域大搞開發》的報道中稱，在發布人工智能戰略后，五角大樓2019年將為國防部直屬的聯合人工智能中心撥款9000萬美元，推動熱工智能技術研發。未來5年，該中心計劃投入17億美元，聯合17家情報機構，共同推進約600個人工智能項目。2月以來，美軍陸續發布“智能神經接口”項目和“人工智能科學和開放世界新奇學習”項目公告，描述實現“人機融合”的思路，對推進第三代人工智能技術開發起到重要作用。

“智能神經接口”項目旨在開發神經接口維護和應用的決策方法，通過模擬和利用生物神經電路信息來提高帶寬與計算能力，解決中樞和外圍神經接口的有關問題，建立第三代人工智能方法的概念原型，以改進和擴大下一代神經技術的應用空間。“人工智能科學和開放世界新奇學習”項目旨在研發創建人工智能系統在開放的現實世界中所需的基本科學原理、通用工程技術和算法，使其能夠識別和應對多個領域的新情況，有效應對非預定的情況。

現有的人工智能系統尚不能適應“開箱即用”的情況變化，需要大量的數據集訓練，來為可能的場景做準備。美軍希望人工智能系統能夠像士兵一樣，遵照“觀察情況、確定方向、決定行動、采取行動”循環的軍事要求，而不需要使用更大的數據集進行訓練。同時，美軍希望通過進一步開發神經技術，拓展腦機接口的應用，在未來戰場上建立人工智能系統和作戰人員之間的心靈感應連接，使作戰人員能夠與系統進行思想交互，最終實現人工智能系統的類人化“思考”、意識連接同思想的深度交互。

責任編輯：劉靖鑫